前阿里千問技術(shù)負(fù)責(zé)人林俊旸在離職后發(fā)布的長文中，對AI大模型領(lǐng)域的技術(shù)路線變革提出了重要觀點(diǎn)。他指出，當(dāng)前行業(yè)正經(jīng)歷從“推理型思考”向“智能體思考”的范式轉(zhuǎn)移，這一轉(zhuǎn)變標(biāo)志著技術(shù)競爭的核心要素已發(fā)生根本性變化。以O(shè)penAI o1和DeepSeek-R1為代表的推理模型浪潮，推動(dòng)行業(yè)從單純擴(kuò)大預(yù)訓(xùn)練數(shù)據(jù)規(guī)模，轉(zhuǎn)向強(qiáng)化學(xué)習(xí)后訓(xùn)練階段的深度優(yōu)化，數(shù)學(xué)驗(yàn)證與代碼生成等可量化領(lǐng)域成為評估模型能力的關(guān)鍵指標(biāo)。

在技術(shù)實(shí)踐層面，林俊旸披露了千問團(tuán)隊(duì)在Qwen3研發(fā)過程中遭遇的架構(gòu)沖突。該團(tuán)隊(duì)曾嘗試構(gòu)建支持混合思考模式的系統(tǒng)，但發(fā)現(xiàn)指令模型與推理模型存在根本性矛盾：前者需要極致的響應(yīng)速度與簡潔架構(gòu)，后者則依賴大量計(jì)算資源進(jìn)行復(fù)雜推演。這種數(shù)據(jù)分布與目標(biāo)函數(shù)的差異，導(dǎo)致強(qiáng)行融合的模型在兩項(xiàng)指標(biāo)上均表現(xiàn)平平?；谏虡I(yè)場景對效率與成本的嚴(yán)苛要求，Qwen2507版本最終選擇推出分離的30B指令模型與235B推理模型，而Anthropic等企業(yè)仍在探索統(tǒng)一架構(gòu)的可行性。

對于技術(shù)演進(jìn)方向，林俊旸強(qiáng)調(diào)智能體強(qiáng)化學(xué)習(xí)將重塑行業(yè)技術(shù)棧。他預(yù)測，未來模型將不再局限于內(nèi)部推理軌跡的延長，而是通過與環(huán)境交互實(shí)現(xiàn)計(jì)劃迭代。這種轉(zhuǎn)變要求訓(xùn)練與推理過程徹底解耦，同時(shí)帶來新的安全挑戰(zhàn)——當(dāng)大模型獲得調(diào)用搜索引擎、執(zhí)行代碼等外部工具權(quán)限后，如何防范獎(jiǎng)勵(lì)函數(shù)被惡意操縱將成為關(guān)鍵課題。他特別指出，行業(yè)競爭壁壘正從算法創(chuàng)新轉(zhuǎn)向系統(tǒng)工程能力，包括高質(zhì)量交互環(huán)境構(gòu)建、防作弊機(jī)制設(shè)計(jì)以及多智能體協(xié)作框架開發(fā)等領(lǐng)域。